我定义了以下功能:
def GMM(s1, s2, s3, s4, s5, a):
"""The GMM objective function.
Arguments
---------
si: float
standard deviations of preference distribution
a: float
marginal utility of residutal income
Paramters
---------
Px: array (1,ns)
projector onto nonprice characteristic space
xk, z: arrays (J, 5) and (J, 12)
nonprice char. and instruments
invW: array (12, 12)
GMM weight matrix
Returns
-------
float."""
delta = invert(s1, s2, s3, s4, s5, a, delta0) # Invert market shares to get mean utility
bmean = np.dot(Px, delta) # Project delta onto charancteristic space
xihat = delta - np.dot(xk, bmean) # Compute implied unobservable prod. quality
temp1 = np.dot(xihat.T, z)
if np.any(np.isnan(delta)) == True:
value = 1e+10
else:
value = np.dot(np.dot(temp1, invW), temp1.T)
return np.sqrt(value)
我的问题涉及函数内部绑定的变量delta
。在函数之外,我将设置delta0
的初始值。现在,最终我将最小化此功能。我希望发生的是每次函数GMM
评估时,前一次评估中的delta
被用作新的delta0
。我尝试将delta0
定义为全局变量,但它似乎不起作用......可能这是我的错误。虽然,我在这里读到,一般来说这是一个糟糕的方法。有什么建议吗?
答案 0 :(得分:25)
有多种方法可以达到你想要的效果。在以下示例中,delta将保存在函数调用中。
1- Class
class Example:
def __init__(self, value):
self.delta = value
def gmm(self):
self.delta += 1
return self.delta
e = Example(0)
print e.gmm()
2-发电机
def gmm():
delta = 0
while True:
delta += 1
yield delta
for v in gmm():
print v
3-功能属性
def gmm():
gmm.delta += 1
return delta
gmm.delta = 0
4-全局变量(如你所说的那样气馁):
delta = 0
def gmm():
global delta
delta += 1
return delta
等...
答案 1 :(得分:13)
globalVariable = 0
def test():
global globalVariable
globalVariable = 10
test()
print globalVariable
您可以通过这种方式编辑全局变量。
答案 2 :(得分:4)
当遇到这种情况时,我使用的常见kludge是将对象填充到模块中,然后将其放入程序中所有内容都可访问的名称空间中。这是一个很大的问题,但我发现它消除了对全球性问题的任何模糊性。对于独立的东西,我将它放入os
,如果它是一个完整的项目,我通常会创建一个名为my_globals
的空python文件并导入它,即
import my_globals
my_globals.thing = "rawp"
def func():
my_globals.thing = "test"
func()
print my_globals.thing # "test"